基于自然进化策略的极限学习机网络参数两阶段优化方法

摘要

本发明公开了基于自然进化策略的极限学习机网络参数两阶段优化方法。本发明基于风电场历史风能出力和外部环境数据，利用极限学习机挖掘历史出力、环境变量与预测目标之间的内生关系。首先建立了基于极限学习机的风力发电预测模型，得到第一阶段预测模型网络参数，然后利用自然进化策略优化算法，对模型参数进行第二阶段参数优化，从而提高预测模型准确性。上述预测及优化方法，在时序历史数据的基础上考虑了外部环境因素的影响，在自然进化策略算法中引入了自适应因子使算法能够随着迭代的进行自动调整其搜索范围，并在极限学习机模型中添加了额外的输出层偏移参数，与传统风力发电预测方法相比提高了预测的准确度，且极大地降低了预测所需时间。